[发明专利]基于加速因子可行域选择的非平行贮存寿命试验评估方法有效
申请号: | 201510072546.2 | 申请日: | 2015-02-11 |
公开(公告)号: | CN104680005B | 公开(公告)日: | 2018-04-27 |
发明(设计)人: | 马小兵;王红雨;赵宇;常士华 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京慧泉知识产权代理有限公司11232 | 代理人: | 王顺荣,唐爱华 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 加速 因子 可行 选择 平行 贮存 寿命 试验 评估 方法 | ||
技术领域
本发明涉及一种基于加速因子可行域选择的非平行贮存寿命试验评估方法,它针对威布尔分布寿命模型,以产品不同的贮存数据和恒定应力加速寿命试验数据为基础,对加速因子的可行域进行讨论,并运用最佳线性无偏估计的方法,对产品的寿命进行评估。适用于延寿试验寿命评估等领域。
背景技术
对于价值昂贵的军用装备,到达贮存期之后,需要进行延寿试验重新评估其贮存寿命,为下一步的工作计划做准备。由于样本数的限制,进行延寿试验的产品在试验前所经历的贮存时间可能不相同,我们把这些产品称为非平行贮存产品。面对高可靠长寿命的产品,依靠传统试验获得完全数据的方法不仅在时间周期上赶不上产品更新换代的速度,对经济也造成很大的负担,所以延寿试验主要采用加速寿命试验。
目前的加速寿命试验评估方法主要针对的是新产品,而在实际应用中,非平行贮存产品的寿命评估是在贮存了一定时间后进行的,贮存过程中温度、湿度、辐射等环境因素会导致产品性能退化,贮存对于产品来说同样相当于一段试验过程。由于贮存过程中的环境应力与试验应力相比相对较小,所以经常忽略贮存数据,只考虑加速寿命试验数据,但是贮存是一个长期的过程,若忽略贮存信息,将造成评估的结果与真实值之间存在一定的误差,所以非平行贮存产品的寿命评估不能简单的运用现有的方法来进行,必须考虑贮存过程中环境应力对产品的影响。
基于此本发明提出一种基于加速因子可行域选择的非平行贮存寿命试验评估方法,将贮存数据与加速寿命试验数据相结合,从而更加准确的评估出产品的寿命。
发明内容
(1)本发明的目的:针对非平行贮存产品在寿命评估时的贮存信息遗漏现象,提供一种综合利用数据的寿命评估方法。以产品的贮存数据和恒定应力加速寿命试验数据为基础,对加速因子的可行域进行讨论,并运用最佳线性无偏估计的方法,对产品的寿命进行评估。
(2)技术方案:
本发明提出的基本假设如下:
假设1产品寿命t服从威布尔分布,累计失效函数为
其中,η为特征寿命,m为形状参数。
令y=lnt,则转化为极值分布,其累积失效函数为
其中,位置参数μ=lnη,尺度参数σ=1/m。
假设2加速寿命试验各个应力水平下所有产品的失效机理一样,即寿命分布的尺度参数σ相等。
假设3位置参数为应力的广义线性函数
其中S表示应力,表示跟应力有关的已知函数,。
假设4产品的残存寿命仅依赖于已累积的失效概率,和当时的应力水平、累积方式无关,该假定被称为Nelson假设。
已知贮存一定时间的某产品进行恒定应力加速寿命试验,在应力水平Sj(j=1,2,…,p)下有nj个样品进行定数截尾试验,贮存应力为S0。共有qj个样品失效,失效时间分别为试验前的贮存时间依次为截尾时间为未失效产品的贮存时间依次为
本发明提出的方法主要包括计算加速因子和综合失效时间、对加速因子可行域进行讨论、运用最佳线性无偏估计进行参数选择、计算对数可靠寿命的点估计和区间估计。
基于上述假设与思路,本发明提供的一种基于加速因子可行域选择的非平行贮存寿命试验评估方法,通过如下步骤实现:
步骤一:计算加速因子和综合失效时间。
根据假设4,我们可以得到:若产品在应力水平Si下工作时间ti的累积失效概率Fi等于在应力水平Sj下工作时间tj的累积失效概率Fj,则应力水平Sj下工作时间tj可化为应力水平Si下工作时间ti。
若
Fi(ti)=Fj(tj)
其中
则
并由此得到加速因子
Kij表示应力水平Sj下工作时间tj转化为应力水平Si下工作时间ti时的加速因子。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510072546.2/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用